評價對象抽取關鍵技術研究.pdf

1、進入21世紀后，隨著網(wǎng)絡的發(fā)展，互聯(lián)網(wǎng)上的評論文本越來越多，這些文本包含了豐富的主觀性信息。如何自動化、智能化處理這些主觀信息文本顯得愈發(fā)重要，情感分析研究正是在這樣的背景下產(chǎn)生的。
　　 評價對象抽取是情感分析研究中的一個重要的基本任務，旨在自動識別評論文本中的評論的主題，即評論文本中評價詞語所修飾的對象。本文主要針對評價對象抽取任務展開研究，主要研究內(nèi)容包括以下幾個方面：
　　 首先，針對中文文本，進行中文評價對象抽

2、取方法研究。采用的方法是將評價對象抽取看成序列標注問題，以條件隨機場（CRF）為學習模型進行訓練。在特征方面，首先直接借鑒英文評價對象抽取方法中常用的特征，比如詞形、詞性等特征。然后，根據(jù)中文特有的語法規(guī)則，尋找有利于中文評價對象抽取的特征，進一步提高中文評價對象抽取的性能。
　　 其次，提出基于淺層語義分析框架的評價對象抽取方法。雖然傳統(tǒng)的評價對象抽取方法已經(jīng)取得了不錯的效果，比如基于條件隨機場模型的評價對象抽取，但是這些方法

3、并未考慮句法信息，從而丟失了大量的結構化信息。因此，本文利用淺層語義分析框架對評價對象抽取任務重新建模，將評價對象看成情感詞的語義角色，把評價對象抽取任務轉換成語義角色標注任務，并在系統(tǒng)中引入大量的句法特征，進一步提高了評價對象抽取性能。
　　 最后，對評價對象抽取的領域適應問題進行了研究。為了解決評價對象抽取任務中的語料缺乏問題，本文提出評價對象的領域適應方法，在提出的淺層語義分析框架中，探索兩類特征即非句法特征和句法特征用于